Questions marquées «neural-networks»

Les réseaux de neurones artificiels (RNA) sont une large classe de modèles de calcul librement basés sur des réseaux de neurones biologiques. Ils englobent les NN à action directe (y compris les NN "profonds"), les NN convolutifs, les NN récurrents, etc.

Comment obtenir une sortie continue de valeur réelle à partir de Neural Network?

Dans la plupart des exemples que j'ai vus jusqu'à présent de réseaux de neurones, le réseau est utilisé pour la classification et les nœuds sont transformés avec une fonction sigmoïde. Cependant, je voudrais utiliser un réseau de neurones pour produire une valeur réelle continue (de manière réaliste, la sortie serait …

13 regression neural-networks

Qu'est-ce qui fait obstacle aux réseaux de neurones pulsés utilisés dans les applications?

Les réseaux de neurones pulsés ou dopés intègrent davantage la dynamique des membranes des neurones biologiques, où les impulsions transportent des informations vers la couche suivante. Les neurones ne doivent pas nécessairement "tirer" tous en même temps, comme ils le feraient dans un backprop, par exemple. Pourtant, il semble y …

13 neural-networks

Comment effectuer efficacement la modélisation du réseau neuronal?

Quel devrait être le rapport entre le nombre d'observations et le nombre de variables? Comment détecter le sur-ajustement dans le modèle de réseau neuronal et comment éviter le sur-ajustement? Si je veux effectuer une classification avec Neural Network, les cours doivent-ils avoir une fréquence égale? Sil te plait aide moi.

13 neural-networks

Pourquoi les RNN avec des unités LSTM peuvent-ils également souffrir de «gradients explosifs»?

J'ai une connaissance de base du fonctionnement des RNN (et en particulier des unités LSTM). J'ai une idée picturale de l'architecture d'une unité LSTM, c'est-à-dire une cellule et quelques portes, qui régulent le flux de valeurs. Cependant, apparemment, je n'ai pas complètement compris comment LSTM résout le problème des "gradients …

13 neural-networks lstm rnn backpropagation

Si chaque neurone d'un réseau de neurones est fondamentalement une fonction de régression logistique, pourquoi le multicouche est-il préférable?

Je passe par le cours DeepAI de Cousera (semaine 1 vidéo 1 "Présentation des réseaux de neurones") et Andrew Ng explique comment chaque couche d'un réseau de neurones n'est qu'une autre régression logistique, mais il n'explique pas comment cela rend les choses plus précises. Ainsi, dans un réseau à 2 …

13 logistic neural-networks

Résultats théoriques derrière les réseaux de neurones artificiels

Je viens de couvrir les réseaux de neurones artificiels dans le cours d'apprentissage automatique de Coursera et j'aimerais en savoir plus sur la théorie. Je trouve la motivation qu'ils imitent la biologie quelque peu insatisfaisante. En surface, il semble qu'à chaque niveau, nous remplaçons les covariables par une combinaison linéaire …

13 machine-learning neural-networks theory

Machines Boltzmann restreintes pour la régression?

Je poursuis la question que j'avais posée plus tôt sur les mécanismes RBM . Je vois beaucoup de littérature qui les décrit, mais aucune qui parle réellement de régression (pas même de classification avec des données étiquetées). J'ai l'impression qu'il est utilisé uniquement pour les données non étiquetées. Existe-t-il des …

13 regression machine-learning classification neural-networks

Pourquoi les fonctionnalités dérivées sont-elles utilisées dans les réseaux de neurones?

Par exemple, on veut prédire les prix des maisons et avoir deux caractéristiques d'entrée la longueur et la largeur de la maison. Parfois, on inclut également des caractéristiques d'entrée polynomiales «dérivées», telles que l'aire, qui est une longueur * une largeur. 1) Quel est l'intérêt d'inclure des fonctionnalités dérivées? Un …

13 machine-learning neural-networks

Quelqu'un peut-il expliquer l'algorithme de rétropropagation? [dupliquer]

Cette question a déjà des réponses ici : Algorithme de rétropropagation (2 réponses) Fermé il y a 3 mois . Qu'est-ce que l'algorithme de rétropropagation et comment fonctionne-t-il?

13 algorithms optimization neural-networks

Comment fonctionne la rétropropagation dans un réseau neuronal siamois?

J'étudie l'architecture du réseau neuronal siamois introduit par Yann LeCun et ses collègues en 1994 pour la reconnaissance des signatures ( "Vérification de signature utilisant un réseau neuronal siamois à retardement" .pdf , NIPS 1994) J'ai compris l'idée générale de cette architecture, mais je ne comprends vraiment pas comment fonctionne …

13 neural-networks

Que signifie la taille du noyau?

Quand les gens parlent de réseaux de neurones, que veulent-ils dire quand ils disent "taille du noyau"? Les noyaux sont des fonctions de similitude, mais qu'est-ce que cela dit sur la taille du noyau?

13 machine-learning neural-networks

Modèle de Markov caché vs réseau neuronal récurrent

Quels problèmes d'entrée séquentielle conviennent le mieux à chacun? La dimensionnalité d'entrée détermine-t-elle celle qui correspond le mieux? Les problèmes qui nécessitent une "mémoire plus longue" sont-ils mieux adaptés à un LSTM RNN, alors que les problèmes de modèles d'entrée cycliques (bourse, météo) sont plus facilement résolus par un HMM? …

13 time-series neural-networks hidden-markov-model rnn

Classification avec des étiquettes bruyantes?

J'essaie de former un réseau de neurones pour la classification, mais les étiquettes que j'ai sont plutôt bruyantes (environ 30% des étiquettes sont fausses). La perte d'entropie croisée fonctionne en effet, mais je me demandais s'il existe des alternatives plus efficaces dans ce cas? ou la perte d'entropie croisée est-elle …

13 machine-learning neural-networks loss-functions noise

Le réseau neuronal (par exemple, le réseau neuronal convolutionnel) peut-il avoir des poids négatifs?

Est-il possible d'avoir des poids négatifs (après suffisamment d'époques) pour les réseaux neuronaux convolutionnels profonds lorsque nous utilisons ReLU pour toutes les couches d'activation?

13 machine-learning neural-networks deep-learning conv-neural-network

Existe-t-il un outil visuel pour concevoir et appliquer des réseaux neuronaux / apprentissage en profondeur? [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 10 mois . Je sais qu'il y a beaucoup de bibliothèques pour l'apprentissage …

13 neural-networks deep-learning conv-neural-network

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.

Licensed under cc by-sa 3.0 with attribution required.